如何使用 Python Pandas 从 NLTK 运行朴素贝叶斯？

Posted 2023-03-12

【中文标题】如何使用 Python Pandas 从 NLTK 运行朴素贝叶斯？

【英文标题】：How to run naive Bayes from NLTK with Python Pandas?

【发布时间】：2015-06-02 23:12:29

【问题描述】：

我有一个带有特征（人名）和标签（人的种族）的 csv 文件。我可以使用 Python Pandas 设置数据框，但是当我尝试将其与 NLTK 模块链接以运行朴素贝叶斯时，我收到以下错误：

Traceback (most recent call last):
  File "C:\Users\Desktop\file.py", line 19, in <module>
classifier = nbc.train(train_set)
  File "E:\Program Files Extra\Python27\lib\site-packages\nltk\classify\naivebayes.py", line 194, in train
for fname, fval in featureset.items():
AttributeError: 'str' object has no attribute 'items'

这是我的代码：

import pandas as pd
from pandas import DataFrame
import re
import numpy as np
import nltk
from nltk.classify import NaiveBayesClassifier as nbc

data = pd.read_csv("C:\Users\KubiK\Desktop\OddNames_sampleData3.csv")
frame = DataFrame(data)
frame.columns = ["feature", "label"]
feature = frame.feature
label = frame.label

# Extract features. 
featuresets = [(feature, label) for index, (feature, label) in frame.iterrows()]
# Split train and test set
train_set, test_set = featuresets[:400], featuresets[400:]
# Train a classifier
classifier = nbc.train(train_set)
# Test classifier on "Neo"
print classifier.classify(ethnic_features('Silva'))

样本数据：

Name    Ethnicity
J-b'te Letourneau   Scotish
Jane Mc-earthar French
Li Chen Chinese
Amabil?? Bonneau    English
Emma Lef??c French
C., Akeefe  African
D, James Matheson   English

【参考方案1】：

这一行

featuresets = [(feature, label) for index, (feature, label) in frame.iterrows()]

正在窒息 nbc.train()

特征集应该是 [(featureset, label)] 的形式，其中特征集变量是 dict（不是 str），标签是特征集的已知类标签。

应该是这样的

featuresets = [(ethnic_features(feature), label) for index, (feature, label) in frame.iterrows()]

虽然你没有在你的 sn-p 中包含ethnic_features()，但我希望它返回一个字典。